CodeContests는 기계 학습 모델을 위한 프로그래밍 데이터셋으로, Codeforces, AtCoder 등 여러 유명 코딩 대회 플랫폼의 문제와 해결 코드를 포함하고 있습니다. 이 오픈소스 데이터는 AI 코드 생성 및 머신러닝 경쟁 연구에 유용합니다.

5분 만에 시작하기

저장소를 복제합니다:

git clone https://gitcode.com/gh_mirrors/co/code_contests

Bazel 빌드 도구를 설치한 후 환경을 확인합니다:

bazel build -c opt :print_names_and_sources

데이터셋 다운로드 및 구성

전체 데이터셋(약 3GiB)을 내려받습니다:

gsutil -m cp -r gs://dm-code_contests /tmp

데이터는 Riegeli 형식으로 저장되며, 세 가지 분할로 제공됩니다:

• 훈련 세트: code_contests_train.riegeli-*-of-00128
• 검증 세트: code_contests_valid.riegeli
• 테스트 세트: code_contests_test.riegeli

핵심 기능 살펴보기

데이터 탐색

다음 명령어로 문제 목록을 빠르게 확인할 수 있습니다:

bazel run -c opt \
  :print_names_and_sources /tmp/dm-code_contests/code_contests_valid.riegeli

이 스크립트는 각 문제의 출처와 이름을 출력하여 데이터 분포를 파악하는 데 도움을 줍니다.

코드 실행 및 평가

솔루션의 정확성을 테스트하는 실행 환경을 제공합니다:

bazel run -c opt execution:solve_example -- \
  --valid_path=/tmp/dm-code_contests/code_contests_valid.riegeli

실제 적용 사례

AI 프로그래밍 훈련

CodeContests 데이터셋을 사용해 복잡한 코딩 문제를 해결하는 AI 모델을 학습시킬 수 있습니다. 올바른 코드와 오류가 포함된 코드가 모두 포함되어 있어, 모델이 버그를 식별하고 수정하는 능력을 기를 수 있습니다.

대회 프로그래밍 연구

Codeforces, AtCoder 등 플랫폼의 문제를 분석하여 난이도별 전략과 알고리즘 적용을 연구합니다.

코드 품질 평가

테스트 케이스와 솔루션을 활용해 자동화된 코드 리뷰 도구를 개발하고, 코드 품질을 향상시킬 수 있습니다.

고급 사용 방법

Python 버전 설정

기본 Python 3.9 및 2.7 대신 다른 버전을 사용하려면:

bazel run -c opt execution:solve_example -- \
  --valid_path=/tmp/dm-code_contests/code_contests_valid.riegeli \
  --python3_path=/usr/bin/python3.10 --python3_library_paths=/usr/lib/python3.10

데이터 일관성

데이터셋 내 솔루션은 컴파일러 버전 및 라이브러리 차이로 인해 원래 대회 환경과 완전히 동일하게 실행되지 않을 수 있습니다.

문제 해결 팁

빌드 오류가 발생하면 캐시를 정리하세요:

bazel clean --expunge
rm -rf ~/.cache/bazel

지원 플랫폼

이 프로젝트는 주로 Linux와 clang 컴파일러를 지원합니다. macOS나 Windows 사용자는 환경 설정에 추가 작업이 필요할 수 있습니다.

인용 및 라이선스

이 데이터셋을 사용할 경우 관련 논문을 인용해 주세요. 프로젝트는 Apache 2.0 라이선스를 따르며, 비코드 자료는 CC BY 4.0에 따라 사용 가능합니다.